红外运动目标(特别是红外小目标)图像的检测和跟踪是实现红外侦察预警的关键技术之一。红外图像成像的特点,决定了红外图像处理有别于可见光图像处理。在实际的武器系统中,对于复杂背景下的远距离运动小目标,所获得的红外图像一般具有形状特征变化较大、细节特征部分丢失、信噪比低等特点,这就进一步增加了红外目标检测和跟踪的难度。本文根据武器装备预研课题《红外目标探测搜索与跟踪》的研制要求及红外目标图像的特点,分别研究了红外图像预处理、目标检测和目标跟踪的相关算法,给出了红外目标检测与跟踪的实现方案。在对性能较好的滤波降噪及目标边缘检测方法进行性能对比的基础上,采用结合小波降噪的Canny边缘检测算法,获得了较好的红外小目标检测效果。在红外目标跟踪方面,针对Mean Shift算法在目标遮挡、背景灰度骤变和感应器相对于背景和目标的不稳定快速运动情况下,容易丢失目标且不能恢复跟踪等缺陷,对算法进行了相应的改进和完善。首先,利用目标检测形心定位,实现了Mean Shift算法的自动初始化;其次在目标描述上,采用核函数级联的描述方式,使得目标在灰度变化等情况下跟踪更为稳定,同时引入相似性度量函数判断跟踪是否发生偏移,结合Kalman预测和目标检测定位重新修正跟踪过程,从而实现了红外目标实时的自动检测跟踪,提高了目标跟踪的稳健性。